1.8 KiB
1.8 KiB
1. /healthz接口
现在的健康检查（nc -z localhost 6060/8000）只能证明端口开着，测不出"连接池耗尽、死锁"这种进程还活着但已经不干活的情况。
要求：GET /healthz，不需要鉴权，正常200/异常503，body统一格式：
{"status": "ok", "checks": {"mysql": "ok", "redis": "ok", "kafka": "ok"}}
异常时把出问题的依赖写清楚原因，其他正常的照样标ok：
{"status": "error", "checks": {"mysql": "ok", "kafka": "timeout: dial tcp kafka:9092: i/o timeout"}}
各服务测什么：
- im-server：MySQL（唯一确认在用的外部依赖）。Redis代码里还没真正接入，先不用测
- im-manager：MySQL、Redis（
REDIS_DB=2在用）、Kafka（崩溃日志能看到它真的在跑queue consumer，是真实依赖）
检测建议用真实操作确认能用（MySQL SELECT 1/Ping()，Redis PING，Kafka查broker元数据），不要只判断连接对象是不是nil。
顺手把两个服务Dockerfile里的HEALTHCHECK换成打这个接口，deploy.sh的探测逻辑也建议一起换。
2. /metrics业务指标接口（不急，可以往后放）
im-server加GET /metrics，标准Prometheus文本格式，Go生态直接用官方库prometheus/client_golang/promhttp，几行代码接完。
按价值排序，可以只做第一个：
| 指标 | 类型 | 说明 |
|---|---|---|
ws_connections_active |
Gauge | 当前WS连接数，优先级最高——直接对应之前"WS总掉线"那次排查，有曲线就不用再靠人工连测 |
http_requests_total{method,path,status} |
Counter | 按路径/状态码分的请求量，看5xx占比 |
http_request_duration_seconds |
Histogram | 接口延迟分布 |
db_query_duration_seconds |
Histogram | 数据库查询延迟 |